From the perspective of the ICT industry, the data of ITU international standards from 2010 to 2020 is used to explore the impact of technical proximity and organizational proximity on the internationalization capability of ETS. The participation experience in the ISA and the moderating role of geographic proximity are addressed. To be specific, this paper obtains the data about the ISA and the internationalization capability of ETS from the official website of the ITU. The multidimensional proximity of the ISA is calculated based on the combination of the alliance members and the theoretical hypotheses are tested by the negative binomial regression model.
In the nutshell, the main conclusions of this paper are as follows. Firstly, technical proximity is positively correlated with the internationalization capability of ETS. That means similar technical research perspectives among alliance members can enhance the internationalization capability of ETS. Secondly, organizational proximity and the internationalization capability of ETS have an inverted U-shaped relationship. In other words, moderate convergence of organizational nature among alliance members improves the internationalization capability of ETS, while excessive organizational proximity hinders enterprises from carrying out technology standards internationalization activities. Thirdly, geographical proximity has a negative moderating effect on the inverted U-shaped relationship between organizational proximity and the internationalization capability of ETS. That means spatial aggregation among alliance members can strengthen the effect of organizational proximity on the internationalization capability of ETS, but aggravate the inhibitory effect of excessive organizational proximity on the internationalization capability. The research conclusions enrich the relevant research on the internationalization capability of ETS, deepen the theoretical explanation of the effect of spatial aggregation within the TSA, and provide the empirical basis and practical reference for the selection of alliance partners when enterprises internationalize their ETS.
Considering the development status of ITU International Standards Alliance and the problem of data inadequacy, this study does not explore the impact of social proximity on the internationalization capability of enterprises' technical standards. Future research can draw on more representative data for analysis, and deepen the impact mechanism of multi-dimensional proximity on the internationalization capability of enterprises' technical standards.Besides, this study is conducted based on the ICT industry for empirical analysis. Future research is warranted to focus on other relevant industries to carry out empirical analysis and demonstration, and expand the industry field of research on the impact of multi-dimensional proximity on the internationalization capability of enterprise technical standards.
开放科学(资源服务)标识码(OSID)：
“一流企业做标准”,积极参与国内外技术标准制定,提升创新成果产业化水平是企业增强市场竞争力的重要手段。2021年10月,中共中央、国务院印发《国家标准化发展纲要》,要求进一步提升产业标准化水平,筑牢产业发展基础,推进产业优化升级。技术标准化能力是提升产业标准化水平的重要支撑,能够展现企业在技术标准制定中的影响力[1]。随着产品复杂性和技术集成性提升,企业内部技术知识与外部互补性资源对创新活动的重要作用得以凸显[2]。技术标准联盟逐渐成为汇集行业优质知识资源,进而提升企业技术标准化能力的重要载体[3]。具体而言,技术标准联盟允许合作伙伴间隐性知识与显性知识转移[4],使企业能够获取和吸收非冗余知识[5],并促进新知识与现有知识重组[6],从而提高自身技术标准化能力。然而,联盟成员间的合作仍存在低效率的情况,组织间技术知识流动和吸收受多方面因素的影响,进而阻碍企业技术标准化能力提升[7]。因此,基于技术标准联盟成员间技术知识流动和吸收解释企业间技术标准化能力差异至关重要。
邻近性是指组织间特征差异程度(张洁瑶,2018),是联盟成员间技术知识交换、学习和吸收的重要影响因素[4]。技术标准化吸引不同行为主体参与(Botzem &Dobusch,2012),多维邻近性在技术标准联盟成员间技术知识流动和吸收过程中发挥的作用日益显著,能够有效解释企业间技术标准化能力差异。然而,多维邻近性与企业技术标准化能力关系研究鲜见。一方面,现有研究基于技术标准联盟特征与运营角度,分析联盟类型(Nambisan,2013)、专利管理(Rysman & Simcoe,2008)、伙伴选择[8]以及联盟组合多样性(文金艳等,2021)与企业技术标准化能力的关系,未深入剖析联盟成员间多维邻近性的影响。另一方面,现有研究虽探讨合作网络邻近性对企业技术标准化能力的影响[9],但仅限于国家标准层面。在产品与技术竞争全球化背景下,制定国际标准是跨国企业获取国际竞争优势的必要方式(Blind&Mangelsdorf,2012)。国际标准联盟正转向跨国形式(Kwak等,2012),联盟成员间特征差异更为显著。因此,如何管理国际标准联盟成员间多维邻近性以增强企业技术标准国际化能力是当前亟待解决的问题。
本文基于2010—2020年ITU国际标准相关数据,探讨技术标准联盟成员间技术邻近性和组织邻近性与企业技术标准国际化能力的关系,以地理邻近性作为调节变量,考察技术标准联盟成员空间聚集程度对上述关系的影响。本文研究问题如下:国际标准联盟成员间技术邻近性和组织邻近性对企业技术标准国际化能力有何影响?联盟成员空间聚集程度存在差异时,上述影响如何变化?
企业技术标准国际化是创新发展的重要组成部分,基于知识转移视角探讨多维邻近性与企业创新绩效关系的研究成果较多。例如,黎振强和王英[10]通过构建结构方程模型检验地理邻近性和认知邻近性与企业创新绩效的关系,结果发现,两类邻近性对企业创新绩效具有显著正向影响;付莉等(2020)以高新区区域创新网络中的企业群落作为研究对象,结果发现,地理邻近性与企业创新绩效呈倒U型关系,网络邻近性发挥显著促进作用;赵炎等(2015)、刘凤朝和楠丁(2018)分别基于中国通讯设备企业数据和生物技术企业数据研究发现,地理邻近性与企业创新绩效存在正相关关系;Anzola等[2]使用不同欧洲国家数据并考察企业创新不同阶段发现,创新前期技术邻近性通过促进企业对联盟成员的知识获取提高创新绩效,创新后期则呈现抑制作用;Runge等[11]认为,技术邻近性和地理邻近性有利于制药企业创新绩效提高,而产品市场邻近性具有消极影响;刘晓燕等(2019)基于华为创新数据研究发现,地理邻近性与技术邻近性能够显著提高华为创新绩效,而组织邻近性的作用不显著。与上述研究不同,基于技术标准化视角,曾德明等[9]对参与技术标准联盟的企业进行实证分析发现,技术邻近性、组织邻近性与企业技术标准制定能力呈倒U型关系。还有学者基于调节作用角度揭示邻近性对企业创新绩效的作用机制。例如,曾德明等(2020)基于中国生物医学工程企业构建样本集分析发现,地理邻近性在企业科学合作网络知识转移中发挥显著调节作用;罗瑾琏等[12]构建知识溢出与企业创新绩效关系模型,发现地理邻近性能够显著调节知识溢出与企业创新绩效的关系。
综上所述,现有研究大多停留在专利层面,尚未挖掘多维邻近性对企业技术标准国际化能力的作用机理。此外,现有文献大多从地理邻近性、技术邻近性和组织邻近性角度探讨多维邻近性与企业创新绩效的关系,较少将3种邻近性置于同一研究框架进行分析。鉴于此,本文聚焦企业技术标准国际化能力驱动机制,探究知识流动与吸收视角下地理邻近性、技术邻近性和组织邻近性对企业技术标准国际化能力的影响。
多维邻近性表示联盟成员在地理、组织、技术等方面的相似性[13]。由于研究方向和视角差异,学者们对多维邻近性的划分具有较大差异。起初,多维邻近性被划分为地理、组织以及制度3个方面。在此基础上,学者们进一步引入社会邻近性和认知邻近性作为多维邻近性观念层面的补充(Boschma,2005)。区别于上述研究,Knoben &Oerlemans[14]发现多维邻近性概念界定的模糊性,并将认知、社会、文化和制度纳入组织邻近范畴,将多维邻近性划分为地理邻近性、技术邻近性以及组织邻近性。研究发现,联盟成员在地理、技术和组织等方面的邻近性是彼此建立联系并实现知识交互的关键驱动因素[15-16]。由于国际标准联盟大多为跨国合作且参与组织类型较多,因而本文借鉴Knoben &Oerlemans[14]的研究成果对多维邻近性进行划分。随着交通与网络通信技术迭代升级,地理邻近性对联盟成员间技术知识流动和吸收的直接影响不断减弱(向希尧等,2010),本文选择技术邻近性与组织邻近性进行分析,并考虑地理邻近性与其它邻近性的交互效应。
技术邻近性表现为联盟成员在基础知识方面的相似性,主要强调合作组织获取外部技术知识时具有的先验知识和技术关系特征(王宛秋和马红君,2020)。事实上,创新活动所需知识往往具有隐性和特质性[17],联盟内该类知识流动和吸收需要组织间具有相似的知识结构[16]。从知识流动角度看,技术邻近性在促进重要知识流动方面发挥重要作用[18],有利于技术标准联盟成员间知识交流和共享,提升企业技术标准化能力[9]。一方面,技术知识领域的重叠程度越高,意味着合作伙伴技术知识与企业现有知识间存在更多联系,有助于联盟成员间知识流动频率提升[11],进而增加组织间知识获取、共享和利用的可能性(Geldes等,2017)。此外,基于相似技术视角的外部资源池具有互通性,联盟成员乐于基于完善自身知识结构的目的开展知识交流。由此,企业能够借助丰富的知识资源完善自身标准化体系。另一方面,技术领域差距较小的联盟成员间知识交互效果更为显著[19],企业可以通过外部知识获取[13],进一步为技术标准化提供支撑。从知识吸收角度看,首先,技术邻近的联盟内部流通着同质化技术语言、概念和方法[20],能够深化联盟成员对不同来源知识的理解,有助于企业吸收外部技术知识,从而提高自身技术标准化能力。其次,技术邻近的联盟成员共享一个知识框架,有助于企业识别并吸收来自合作伙伴有价值的知识[11],促进双方知识结构兼容性提升,弥补企业技术标准化体系的缺陷,增强企业技术标准化能力。最后,技术邻近的标准合作具有集聚效应,能够进一步整合联盟内知识资源,帮助企业吸收技术标准化相关知识,进而提升技术标准化能力。
综上所述,在相似知识视角下,国际标准联盟成员间的知识互补与资源互通是各组织完善自身知识体系的重要手段。由此,组织间知识交流进一步加强,企业能够高效获取有利于自身技术标准国际化的知识资源。联盟内成员往往拥有相似的知识外化模式和发展路径,有助于深化企业在知识吸收过程中对知识资源的理解,并利用技术集聚提高知识吸收效率,进而提高技术标准国际化能力。因此,本文提出如下假设:
H1:技术邻近性与企业技术标准国际化能力正相关。
组织邻近性与联盟成员间在管理风格、文化价值观及组织惯例等方面的兼容性水平相关[21]。具有相似逻辑的合作双方拥有类似的学习机制和组织观念,有利于合作网络中知识流动和吸收[19]。从知识流动角度看,首先,组织邻近性有助于联通联盟成员间的知识交互渠道[22],借助相似的规则制度和激励机制进行知识管理[23],进而为企业隐性知识获取提供平台,有利于提升企业外部资源整合效率,增强企业技术标准化能力。其次,组织邻近性能够抑制合作伙伴在知识交换过程中的机会主义行为,加强组织间隐性知识溢出[22],降低企业在知识筛选过程中的时间成本和机会成本,加快企业技术标准化能力提升。最后,组织邻近性能够缓解联盟成员注意力分散和资源分配不当等问题,促使企业聚焦核心知识获取,进而助力企业技术标准化活动有序开展。从知识吸收角度看,联盟成员间组织性质趋同有助于增强知识受体的吸收能力,同时降低知识整合难度(李琳和韩宝龙,2009)。具体来讲,组织邻近的联盟成员拥有相似的知识处理系统和优势逻辑(Lane&Lubatkin,1998),有助于企业构建高效的知识与技术标准转化机制。当组织邻近性较高时,联盟成员间的交流可以极大地提高企业知识吸收效率[24],从而增强企业技术标准化能力。
然而,组织邻近性过度会导致组织间互动学习和灵活性受限[13],进而对联盟成员间的知识转移造成负面影响(李琳和韩宝龙,2009)。组织邻近性较高的联盟会提高同类伙伴提供冗余资源的可能性[25],导致外部资源池同质化[26],不利于企业通过跨组织学习获取外部异质性知识,阻碍其通过多样化关联技术协同把握技术标准化机会,最终抑制企业技术标准化活动。此外,组织邻近性较高意味着联盟成员思维模式单一,联盟内流通的知识资源具有相似的结构和演化路径,会进一步加剧同质化资源对企业技术标准化能力的不利影响。
由上述分析可知,在相似组织背景下,国际标准联盟成员间知识学习渠道便于连结,在互惠合作理念、相似制度的支持下,组织间知识交流效率进一步提升,有利于企业开展技术标准国际化活动。联盟内流动的知识资源符合企业技术标准国际化范式要求,有助于企业形成高效的知识转化体系,进而增强企业技术标准国际化能力。然而,过高的组织邻近性可能导致联盟内资源同质化,无法满足企业技术标准国际化过程中的多样化需求。因此,本文提出如下假设:
H2:组织邻近性与企业技术标准国际化能力呈倒U型关系。
地理邻近性是指联盟成员间空间距离的接近程度,也是其它邻近性研究的基础。在跨国技术知识合作过程中,两类邻近性交互及由此产生的复合效应极为重要[20]。作为企业追求知识外部性的先决条件,地理邻近性在其它邻近性对联盟成员间知识流动和吸收的影响过程中,发挥着重要作用[27]。
就联盟成员间地理邻近性在技术邻近性与企业技术标准国际化能力间的作用而言:首先,地理邻近性能够强化联盟成员间的社会联系(Ter Wal,2014),驱动联盟成员间隐性知识流动,丰富企业技术标准化知识储备。其次,地理邻近组织间知识交互效果显著[28],有助于进一步强化企业对相似研究领域合作伙伴优质知识资源的获取。此外,在相同外部条件下,地理邻近性能够促使联盟成员获得本地知识[29],助力企业技术标准化活动开展。最后,在技术邻近性较高且在地理位置上更为邻近的个体间,本地特有的技术语言、技术惯例和技术轨迹更易形成[30],后者有助于企业克服知识黏性,有效吸收隐性知识,最终提升技术标准化能力。
因此,在相似知识视角下,国际标准联盟成员间的联系通过空间聚集进一步增强,组织间知识联系与社会联系合力驱动联盟内知识流动,企业知识资源获取能力得以提升,从而为企业技术标准国际化提供知识基础。联盟成员间相似的知识外化模式有助于企业通过地理邻近性获得本土化优势,提升知识吸收效率,从而增强技术标准国际化能力。基于此,本文提出如下假设:
H3:地理邻近性正向调节技术邻近性与企业技术标准国际化能力的正向关系。
就联盟成员间地理邻近性在组织邻近性与企业技术标准国际化能力间的作用而言:当联盟成员间组织邻近性较低时,地理邻近性可进一步促进联盟成员间知识流动和吸收。一方面,知识流动和共享大多发生在密集的本地网络中(Kaygalak,2016)。地理邻近性能够为联盟成员提供面对面沟通的机会,有利于强化同类组织间的信任[31],抑制联盟成员的机会主义行为,加强隐性知识传递[32],助力企业获取联盟伙伴的互补性资源,实现技术标准化。另一方面,地理邻近性能够促进相似组织间共享“细粒度信息”所需的特殊语言形成[21],降低企业知识处理难度,提高企业技术标准化效率。然而,当组织邻近性过高时,提升组织邻近性带来的负面影响更显著,地理邻近性会抑制同质化组织间知识流动和吸收,企业难以获取异质性资源以支撑技术标准化。具体而言,地理位置高度邻近不利于联盟成员间知识流动[33],因而会加剧组织过度邻近产生的知识冗余和资源同质化问题。此外,地理邻近性会造成联盟合作锁定,不利于企业扩展资源搜索和学习范围,最终抑制企业技术标准化活动。
因此,在组织邻近性较低时,空间聚集情景下国际标准联盟成员间的互惠合作理念得到进一步贯彻,组织间的信任可为隐性知识流动提供保障,企业通过获取优质知识资源提升技术标准国际化能力。联盟成员间的知识资源通过地理邻近性得到深层次优化,联盟内知识输出更加契合企业技术标准国际化需求,从而提升企业技术标准国际化能力。在组织邻近性较高时,国际标准联盟内知识同质化问题将随着空间聚集而恶化,地理邻近的联盟内知识停滞和合作锁定不利于企业获取技术标准国际化活动所需的多样化知识资源。基于此,本文提出如下假设:
H4:地理邻近性负向调节组织邻近性与企业技术标准国际化能力的倒U型关系。
国际电信联盟(ITU)是主管信息与通信技术行业相关事务的联合国机构,负责该行业国际标准制定、审核和发布。由此,本文选取ITU官网公开的国际标准作为样本数据。首先,从ITU官网收集并整理1958—2021年国际标准数据,共14 734条。通过数据分析发现,2010年以前的ITU国际标准数据存在大量信息空缺,且2021年企业参与制定ITU国际标准的数据并不全面,因而选择2010—2020年国际标准进行深入研究。其次,由于1998年发布的《国际电信条例》导致ITU国际标准发布方式发生变化,本文将国际标准数据中类似标准修订和标准勘误等不属于正式标准的数据剔除,得到样本数据2 468条。ITU官网公开的国际标准制定单位信息主要以邮箱形式呈现,通过分析邮箱域名注册信息可以确定具体组织名称。由此,筛除难以确定的组织信息及信息空缺的国际标准数据,得到1 984条样本数据,其中两个及两个以上组织参与制定的国际标准共807条。
本文研究问题是多维邻近性对企业技术标准国际化能力的影响,将以联盟形式参与ITU国际标准制定的企业作为研究对象,共筛选出86个企业。以86个企业及其参与制定的ITU国际标准为基础数据,收集多维邻近性数据。首先,通过Google Map收集ITU国际标准联盟成员的经纬度信息,并确定其组织性质,后者主要分为企业、高校、认证机构、政府机关、协会和研究院。其次,基于ITU国际标准摘要的文本分析,将ITU国际标准与H类国际专利进行匹配。进一步地,在WIPO国际专利数据库中,对各组织在H(电学)类国际专利分类号下5个一级分类和48个二级分类的国际专利发布数量进行统计。最后,通过下载ITU国际标准联盟对应的技术标准文件,确定其引用的技术标准数量。
2.2.1 因变量
本文因变量为企业技术标准国际化能力(Sta)。现有研究以中国承担的ISO (国际标准化组织)、IEC (国际电工委员会)以及ITU (国际电工委员会)三大国际标准组织的秘书处数量测度国家标准国际化能力[34],未落实到标准本身。企业参与制定并发布的正式标准数量可以反映其技术标准化能力[1],因而将企业技术标准国际化能力定义为企业参与制定国际标准并被国际标准组织认可的能力。本文研究对象为信息与通信技术行业企业,以企业参与制定并发布的ITU国际标准数量为企业技术标准国际化能力测度指标。
2.2.2 自变量
(1)技术邻近性(Tech)。借鉴Capaldo &Petruzzelli[21]的研究成果,基于技术类别向量夹角计算ITU国际标准联盟成员间的技术邻近性。Angue等(2014)研究发现,技术分类层级差异直接影响技术邻近性的计算结果。根据所得数据,基于H类别下第一层级的5类和第二层级的48类国际专利数据,对ITU国际标准联盟成员间的技术邻近性进行计算。结果发现,前者测算所得的技术邻近性偏高,不具备研究价值。因此,本文以H类别下第二层级测算结果衡量ITU国际标准联盟成员间的技术邻近性,并取其均值作为企业在观察年的联盟技术邻近性水平,具体公式如下:
(1)
其中,Techij表示联盟成员间技术邻近性测量值,fin、fjn分别为组织i和j在第n类国际专利分类号下发布的国际专利数量。计算所得的技术邻近性取值在0～1之间,该数值越大,说明联盟成员间技术邻近性越高;该数值越小,说明联盟成员间技术邻近性越低,组织间的技术领域差异越大。
(2)组织邻近性(Form)。借鉴现有研究成果[11],组织邻近性测度方法主要分为问卷调查和二分变量法,前者主要通过搜集组织内部信息对组织性质进行划分,后者依据归属逻辑对组织进行定性。由于问卷调查方法具有一定的主观性,借鉴曾德明等[11]的研究成果,将参与ITU国际标准制定的组织分为企业、高校、认证机构、政府机关、协会和研究院6种类型,将同类组织合作赋值为1,非同类组织合作赋值为0,再取均值作为企业在观察年的联盟组织邻近性水平。最终,计算得出的组织邻近性取值在0～1之间,数值越小,说明联盟成员间组织邻近性越小,反之亦然。
(3)地理邻近性(Geo)。借鉴Reuer&Lahiri[5]的计算方法,对ITU国际标准联盟成员间的地理距离进行测算,并取其均值,具体公式如式(2)。
(2)
其中,geoij表示组织i与组织j间的地理距离,lati、latj表示组织i与组织j的纬度,longi、longj表示组织i与组织j的经度,其中R=6 371。借鉴阮平南等[13]的极值处理方法对ITU国际标准联盟成员间地理距离进行归一化处理,并取均值作为企业在观察年的联盟地理邻近性水平,具体公式如下:
(3)
其中,Geoij表示联盟成员间地理邻近性测量值,Maxgeoij、Mingeoij表示技术标准联盟成员间地理距离的最大值与最小值。Geoij的取值范围为0～1,数值越大,说明联盟成员间空间聚集程度越高,反之亦然。
2.2.3 控制变量
(1)联盟成员数量(Num)。技术标准联盟成员数量越多,组织间机会主义行为和“搭便车”行为出现的可能性越高,知识整合难度越高,进而对联盟成员间技术知识流动和吸收产生一定的影响。因此,本文将ITU国际标准联盟成员数量作控制变量。
(2)企业技术研发能力(Pat)。企业技术标准国际化能力与其技术研发水平密切相关。由此,本文以企业参与ITU国际标准联盟合作前的H类国际专利累计量作为控制变量,并进行归一化处理。
(3)技术标准引用数量(Cite)。技术标准引用的标准数量越多,意味着标准合作过程中涉及有关标准制定的知识越多,对企业技术标准国际化能力影响越大。由此,本文以联盟合作制定的技术标准所引用的技术标准数量作为控制变量。
(4)关系强度(Con)。联盟成员间知识资源转移意愿和努力程度需要组织间具备一定的关系强度(Hansen,1999)。由此,本文以目标企业在观察年与联盟伙伴合作的总次数除以联盟伙伴数量的测量值作为控制变量。
利用Stata15.0对数据进行描述性统计和相关性分析,结果如表1所示。结果显示,各变量间相关性系数均小于0.6,且方差膨胀因子均在1.03～1.40之间,说明变量间不存在多重共线性问题。由于因变量为非负整数且过度离散(标准差高于均值),故选择负二项随机效应模型进行回归分析。
表1 描述性统计与相关性分析结果
Table 1 Descriptive statistics and correlation analysis
变量StaTechFormGeoNumPatCiteConSta技术标准国际化能力1.000Tech技术邻近性0.2901.000Form组织邻近性0.2160.3161.000Geo地理邻近性0.0130.021-0.1741.000Num联盟成员数量-0.134-0.236-0.077-0.1701.000Pat技术研发能力0.0770.073-0.0660.0580.0541.000Cite技术标准引用数量0.3140.4040.311-0.074-0.3290.0421.000Con关系强度0.111-0.075-0.027-0.041-0.044-0.0200.1191.000Mean均值2.8720.5700.6390.5323.3230.0687.9821.096Std标准差4.8700.3090.3770.2111.8900.1658.5670.333VIF方差膨胀因子—1.3101.2101.0901.2001.0301.4001.040
表2为负二项回归结果,其中交互项在生成前,均作中心化处理。模型1检验控制变量对企业技术标准国际化能力的影响,结果显示,ITU国际标准的标准引用数量有利于增强企业技术标准国际化能力。模型2在模型1的基础上引入技术邻近性,回归结果显示,技术邻近性的系数显著为正(β=1.334 2,p<0.05),说明技术邻近性能够显著提高企业技术标准国际化能力,H1得到验证。模型3检验组织邻近性的二次项与企业技术标准国际化能力的关系,结果显示,组织邻近性的二次项系数显著为负(β=-5.508 0,p<0.05),说明组织邻近性与企业技术标准国际化能力存在倒U型关系,H2得到验证。模型4检验技术邻近性和组织邻近性与企业技术标准国际化能力的关系,结果仍然显著。
为检验地理邻近性的调节作用,在模型2的基础上加入地理邻近性与技术邻近性的交互变量,在模型3的基础上加入地理邻近性与组织邻近性的交互变量。模型5显示,地理邻近性在技术邻近性与企业技术标准国际化能力间发挥的调节作用并不显著(p>0.1),H3未得到验证。可能原因是研究对象为ICT行业,技术邻近性在ITU国际标准联盟成员间知识流动和吸收过程中的作用得到强化,进而弱化了地理邻近性的调节作用。模型6显示,地理邻近性和组织邻近性的二次项交互变量与企业技术标准国际化能力显著负相关(β=-5.804 0,p<0.05),说明组织邻近性与企业技术标准国际化能力的倒U型关系受地理邻近性的正向调节,H4得到验证。
表2 回归分析结果
Table 2 Regression results
变量变量模型1模型2模型3模型4模型5模型6Tech1.334 2**1.093 6**1.353 3**(0.547 8)(0.550 6)(0.545 9)Form7.202 9***6.262 3**9.493 4***(2.427 6)(2.451 1)(2.869 4)Form2-5.508 0**-4.719 9**-6.871 9***(2.194 9)(2.220 5)(2.395 3)Geo*Tech-1.975 3(3.084 8)Geo*Form2-5.804 0**(2.534 9)Geo0.372 00.447 11.197 21.208 50.640 22.588 5**(0.868 5)(0.842 6)(0.864 0)(0.854 1)(0.904 6)-1.142 5Num-0.079 9-0.042 2-0.274 1**-0.214 5-0.029 8-0.209 4-0.102 4-0.099(0.127 4)-0.129 7-0.100 9-0.127 6Pat0.355 60.374 31.171 01.123 30.364 70.726 8(1.147 9)-1.1079(1.052 8)-1.042 9-1.115 6-1.023 1Cite0.035 2*0.017 90.017 90.004 80.016 90.020 0(0.020 6)(0.021 4)(0.012 0)(0.021 0)-0.021 4-0.019 7Con0.087 60.399 30.294 90.567 40.367 80.396 4(0.550 8)(0.563 1)(0.509 7)(0.533 6)(0.567 3)(0.504 9)Constant0.629 3-0.572 8-1.031 5-1.925 9-0.687 6-2.980 6**(0.913 6)(0.999 2)(1.024 1)(1.122 2)(1.011 9)(1.483 4)LR7.2913.0118.7322.5613.4324.86Loglikelihood-180.552 3-177.692 7-174.831 9-172.921 4-177.485 5-171.770 7 Obs868686868686
注:*、**、***分别表示在10%、5%、1%水平上显著,括号中数字为标准误差,下同
负二项回归证实了多维邻近性对企业技术标准国际化能力的影响,但仍可能存在估计方法和数据统计方面的问题。由此,本文对上述两个方面进行稳健性检验,结果如表3所示。
(1)更换回归方法。由于被解释变量存在较多零值,故采用零膨胀负二项回归检验原模型的稳健性,将国际专利视为影响企业制定国际标准的相关因素。模型7显示,技术邻近性对企业技术标准国际化能力的影响显著为正(β=1.001 0,p<0.1);模型8显示,组织邻近性的二次项系数显著为负(β=-5.191 0,p<0.05);模型9显示,地理邻近性与组织邻近性的二次项交互变量与企业技术标准国际化能力显著负相关(β=-5.649 3,p<0.05)。上述实证结果与表2结果基本一致,说明更换回归方法后,原回归结果具有稳健性。
(2)筛选回归样本。考虑到标准生存时间过短的联盟合作未必能够促进知识转移,故剔除生存时间小于3年的国际标准数据,对新样本进行负二项回归分析。模型10显示,技术邻近性对企业技术标准国际化能力的影响显著为正(β=1.145 2,p<0.1);模型11显示,组织邻近性的二次项系数显著为负(β=-5.590 4,p<0.05);模型12显示,地理邻近性与组织邻近性的二次项交互变量与企业技术标准国际化能力显著负相关(β=-5.069 9,p<0.05)。上述实证结果与表2结果基本一致,说明筛选回归样本后,原回归结果具有稳健性。
表3 稳健性检验结果
Table 3 Robustness test resluts
变量变量模型7模型8模型9模型10模型11模型12Tech1.001 0*1.145 2*(0.564 1)(0.610 5)Form6.612 4***9.299 3***7.466 1**9.554 6***(2.352 0)(2.804 3)(2.586 9)(2.964 4)Form2-5.191 0**-6.833 3***-5.590 4**-6.869 1***(2.134 9)(2.343 0)(2.357 4)(2.510 2)Geo*TechGeo*Form2-5.649 3**-5.069 9**(2.471 9)(2.534 4)Geo0.401 51.196 02.586 5**-0.097 50.788 41.854 4*(0.834 8)(0.867 4)-1.117 2-0.926 3-0.927 8(1.125 9)Num-0.076 3-0.276 1**-0.224 8*-0.102 4-0.282 7**-0.241 6*(0.094 1)(0.119 5)(0.119 5)(0.116 6)(0.134 7)(0.131 6)Pat-0.432 6**-0.403 0**-0.393 3**1.096 61.876 71.433 2(-0.213 2)(0.187 2)(0.190 5)(1.369 7)(1.158 6)(1.145 8)Cite0.021 00.023 00.020 8-0.004 9-0.001 7-0.008 2(0.019 5)(0.018 0)(0.017 5)(0.030 4)-0.029 5(0.029 6)Con0.158 20.081 80.225 00.071 90.082 30.069 0(0.499 5)(0.464 3)(0.463 1)(0.076 0)(0.073 2)(0.064 1)Constant0.197 6-0.342 0-2.411 00.563 5-0.513 9-1.925 1(1.030 3)(1.063 5)(1.472 6)(0.906 5)(0.969 4)(1.306 6)LR11.116.9222.918.4216.4721.01Loglikelihood-175.778 6-172.869 6-169.876 3-162.58 2-158.554 8156.289 1Obs868686767676
本文基于联盟内技术知识流动和吸收,构建技术邻近性和组织邻近性与企业技术标准国际化能力间的理论关联,并引入地理邻近性解释组织间空间集聚,试图揭示技术邻近性和组织邻近性在提升企业技术标准国际化能力中的作用。在此基础上,以2010—2020年ITU国际标准为核心数据,运用负二项回归分析技术邻近性和组织邻近性与企业技术标准国际化能力的关系,并探讨地理邻近性的调节作用,得到以下主要结论:
(1)技术邻近性与企业技术标准国际化能力正相关。相似的知识结构可以提高知识流动效率,促进企业对外部知识资源的吸收,增强企业技术标准国际化能力。
(2)组织邻近性与企业技术标准国际化能力呈倒U型关系。适度的组织邻近性有助于构建促进知识流动的制度背景、互惠理念以及集中视角,进而优化企业知识吸收机制,提高企业技术标准国际化能力;过高的组织邻近性会产生无效的知识整合,抑制企业新知识获取,阻碍企业技术标准国际化活动开展。
(3)地理邻近性负向调节组织邻近性与企业技术标准国际化能力的倒U型关系。联盟伙伴的空间集聚不仅能够强化组织邻近性对企业技术知识获取和吸收的正向影响,增强企业技术标准国际化能力,而且会加剧组织邻近性过高带来的知识冗余和资源同质化问题,不利于企业技术标准国际化能力提升。
综上所述,依托国际标准联盟的企业技术标准国际化发展是一个复杂的有机过程。企业技术标准国际化能力不仅受技术邻近性和组织邻近性的影响,而且会因联盟成员的空间聚集发生改变。因此,降低国际标准联盟合作的不确定性并利用基于技术、组织以及地理邻近性的联盟互动机制,是企业技术标准国际化发展的战略目标。
(1)发现了多维邻近性对企业技术标准国际化能力的作用规律,揭示了技术邻近性、组织邻近性对企业技术标准国际化能力的差异化影响机制,有助于进一步理解技术标准联盟成员间特征差异与企业技术标准国际化能力的关系。以往研究对于技术邻近性作用存在争议,主要原因在于研究情境差异[9]。现有研究缺乏对企业技术标准国际化能力的关注[1]。本文以企业技术标准国际化能力作为研究对象,通过分析国际标准联盟成员间的组织形式和技术特征,揭示技术邻近性对企业技术标准国际化能力的特殊作用规律,即技术邻近性能够凭借不同国家间差异化技术结构和技术形式解决技术标准联盟成员间知识同质化问题,从而显著提升企业技术标准国际化能力。
(2)揭示了地理邻近性对企业技术标准化活动的影响。现有研究未充分考虑地理邻近性在技术邻近性和组织邻近性与联盟内知识流动、吸收关系中的重要作用,本文将技术标准联盟成员间空间的聚集整合至技术邻近性和组织邻近性与联盟成员间知识流动及吸收关系研究框架中,厘清了联盟成员间空间聚集视角下企业通过协调联盟成员间特征差异开展技术标准化活动的复杂作用机制,即地理邻近性通过强化组织邻近性在联盟成员间知识流动和吸收过程中的作用,影响企业技术标准国际化能力。
研究结论为中国企业开展技术标准国际化活动,特别是ICT行业企业技术标准国际化提供了重要参考。
就企业个体而言,首先,企业在组建或加入国际标准联盟时需考虑联盟成员间技术领域的一致性,通过联通基于相同技术视角的知识流通渠道扩充自身知识储备。其次,实施技术标准国际化战略的企业应维持组织异质性适度的联盟组合,借助组织间相似的制度和互惠理念促进知识搜索,并促进联盟成员间的空间聚集以提高知识流动效率和企业知识转化与吸收能力。需要注意的是,应避免联盟伙伴单一带来的资源冗余问题,尤其要避免与空间聚集单一类型组织开展技术标准国际化合作。
就宏观政策而言,技术标准国际化合作既是中国构建科技创新共同体的重要表现,也是国内国际科技创新双循环的重要支撑[35]。首先,我国在标准国际化发展中属于后发国家,标准管理部门应助力企业积极寻找与自身技术标准研究领域相近的市场或组织开展技术标准国际化合作,以聚集相关优质知识资源。其次,我国标准管理部门应当大力推动标准化龙头企业与国际先进企业技术标准合作,特别是“一带一路”沿线国家,最大化地提高联盟成员间知识流动和吸收效率,从而提升我国企业整体技术标准国际化能力。同时,我国政府需要适时引导龙头企业与“一带一路”沿线市场上实施技术标准国际化战略的各类组织开展合作,促进异质性知识资源获取。实践中,我国标准管理部门应遵循“共商共建共享”原则,大力推动我国企业优质技术标准走进“一带一路”沿线国家,在推动合作伙伴标准化水平提升的同时,优化我国企业战略选择,助力我国企业技术标准国际化活动高效开展。
本文存在以下不足:第一,社会邻近性能够提高组织间外部知识获取和吸收能力[36]。由于ITU国际标准联盟发展现状和数据缺失问题,本文未考虑社会邻近性对企业技术标准国际化能力的影响,未来可以采用连续性和代表性数据进行分析,从而拓展多维邻近性对企业技术标准国际化能力的影响机制。第二,本文基于ICT行业进行实证分析,未来可以围绕其它相关行业开展研究,以丰富多维邻近性对企业技术标准国际化能力影响的研究。
[1] 邹思明, 曾德明, 张利飞, 等. 网络关系, 技术多元化与企业技术标准化能力[J]. 科研管理, 2017, 38(9): 12-20.
[2] ANZOLA-ROM
N P, BAYONA-SEZ C, GARC
A-MARCO T,et al. Technological proximity and the intensity of collaboration along the innovation funnel: direct and joint effects on innovative performance[J]. Journal of Knowledge Management, 2019, 23(5): 931-952.
[3] LEIPONEN A E. Competing through cooperation: the organization of standard setting in wireless telecommunications[J]. Management Science, 2008, 54(11): 1904-1919.
[4] CAPALDO A, MESSENI PETRUZZELLI A. Origins of knowledge and innovation in R&D alliances: a contingency approach[J]. Technology Analysis &Strategic Management, 2015, 27(4): 461-483.
[5] REUER J J, LAHIRI N. Searching for alliance partners: effects of geographic distance on the formation of R&D collaborations[J]. Organization Science, 2014, 25(1): 283-298.
[6] FRANKORT H T W. When does knowledge acquisition in R&D alliances increase new product development? the moderating roles of technological relatedness and product-market competition[J]. Research Policy, 2016, 45(1): 291-302.
[7] BAO W T,FU B Z,CHEN M Y, et al. X. A high-performance and cost-efficient interconnection network for high-density servers[J].Journal of Computer Science and Technology, 2014, 29(2): 281-292.
[8] DAI H, ZENG D, QUALLS W J, et al. Do social ties matter for the emergence of dominant design? the moderating roles of technological turbulence and IRP enforcement[J]. Journal of Engineering and Technology Management, 2018, 47: 96-109.
[9] 曾德明,张裕中,戴海闻.合作网络邻近性、网络结构与标准制定能力的关系研究[J].软科学,2018,32(3):43-46,88.
[10] 黎振强,王英.地理邻近性与认知邻近性对创新绩效的影响分析——基于知识获取的中小高新技术企业的实证研究[J].求是学刊,2015,42(6):39-46.
[11] RUNGE S, SCHWENS C, SCHULZ M. The invention performance implications of coopetition: how technological, geographical, and product market overlaps shape learning and competitive tension in R&D alliances[J]. Strategic Management Journal, 2022, 43(2): 266-294.
[12] 罗瑾琏,门成昊,钟竞,等.高校知识溢出对周边企业创新绩效的影响机制研究——基于地理邻近性的调节作用[J].科技进步与对策,2014,31(10):138-143.
[13] 阮平南,王文丽,刘晓燕.基于多维邻近性的技术创新网络演化动力研究——以OLED产业为例[J].研究与发展管理,2018,30(6):59-66.
[14] KNOBEN J, OERLEMANS L A G. Proximity and inter-organizational collaboration: a literature review[J]. international Journal of Management Reviews, 2006, 8(2): 71-89.
[15] BROEKEL T, BOSCHMA R. Knowledge networks in the Dutch aviation industry: the proximity paradox[J]. Journal of economic geography, 2012, 12(2): 409-433.
[16] KORBI F B, CHOUKI M. Knowledge transfer in international asymmetric alliances: the key role of translation, artifacts, and proximity[J]. Journal of Knowledge Management, 2017, 21(5): 1272-1291.
[17] BALLAND P A, BOSCHMA R. Complementary interregional linkages and smart specialisation: an empirical study on European regions[J]. Regional Studies, 2021, 55(6): 1059-1070.
[18] MARROCU E, PACI R, USAI S. Proximity, networking and knowledge production in Europe: what lessons for innovation policy[J]. Technological Forecasting and Social Change, 2013, 80(8): 1484-1498.
[19] CARAGLIU A, NIJKAMP P. Space and knowledge spillovers in European regions: the impact of different forms of proximity on spatial knowledge diffusion[J]. Journal of Economic Geography, 2016, 16(3): 749-774.
[20] 向希尧, 裴云龙. 跨国专利合作网络中技术接近性的调节作用研究[J]. 管理科学, 2015,29(1):111-121.
[21] CAPALDO A, PETRUZZELLI A M. Partner geographic and organizational proximity and the innovative performance of knowledge-creating alliances[J]. European Management Review, 2014, 11(1): 63-84.
[22] ALPAYDIN U A R, FITJAR R D. Proximity across the distant worlds of university-industry collaborations[J]. Papers in Regional Science, 2021, 100(3): 689-711.
[23] BALLAND P A, BELSO-MARTNEZ J A, MORRISON A. The dynamics of technical and business knowledge networks in industrial clusters: embeddedness, status, or proximity[J]. Economic Geography, 2016, 92(1): 35-60.
[24] BALLAND P A. Proximity and the evolution of collaboration networks: evidence from research and development projects within the global navigation satellite system (GNSS) industry[J]. Regional Studies, 2012, 46(6): 741-756.
[25] VAN BEERS C, ZAND F. R&D cooperation, partner diversity, and innovation performance: an empirical analysis[J]. Journal of Product Innovation Management, 2014, 31(2): 292-312.
[26] DE LEEUW T, LOKSHIN B, DUYSTERS G. Returns to alliance portfolio diversity: the relative effects of partner diversity on firm's innovative performance and productivity[J]. Journal of Business Research, 2014, 67(9): 1839-1849.
[27] GELDES C, FELZENSZTEIN C, TURKINA E, et al. How does proximity affect interfirm marketing cooperation? a study of an agribusiness cluster[J]. Journal of Business Research, 2015, 68(2): 263-272.
[28] RYU W, MCCANN B T, REUER J J. Geographic co-location of partners and rivals: implications for the design of R&D alliances[J]. Academy of Management Journal, 2018, 61(3): 945-965.
[29] 宋广蕊,马春爱,张媛媛,等.企业创新投资的空间互动关系研究[J].科技进步与对策,2021,38(15):109-117.
[30] 刘凤朝,马荣康.区域间技术转移的网络结构及空间分布特征研究——基于我国2006—2010省际技术市场成交合同的分析[J].科学学研究,2013,31(4):529-536.
[31] MCCANN B T, REUER J J, LAHIRI N. Agglomeration and the choice between acquisitions and alliances: an information economics perspective[J]. Strategic Management Journal, 2016, 37(6): 1085-1106.
[32] VILLANI E, RASMUSSEN E, GRIMALDI R. How intermediary organizations facilitate university-industry technology transfer: a proximity approach[J]. Technological forecasting and social change, 2017, 114: 86-102.
[33] LETAIFA S B, RABEAU Y. Too close to collaborate? how geographic proximity could impede entrepreneurship and innovation[J]. Journal of Business Research, 2013, 66(10): 2071-2078.
[34] 刘淑春.技术标准化、标准国际化与中国装备制造走出去[J].浙江社会科学,2018,34(8):16-26.
[35] 谢科范.加快建设科技创新共同体—基于复杂科学管理视角[J].信息与管理研究,2021,6(6):30-39.
[36] HERINGA P W, HORLINGS E, VAN DER ZOUWEN, et al. How do dimensions of proximity relate to the outcomes of collaboration? a survey of knowledge-intensive networks in the Dutch water sector[J]. Economics of innovation and new technology, 2014, 23(7): 689-716.